Google DeepMind představil Gemini 4 Argon pro náročné profesionální úkoly

Společnost Google DeepMind představila 30. září 2026 nový jazykový model Gemini 4 Argon, určený pro pokročilé uvažování při řešení složitých profesionálních úkolů. Model podle společnosti dokáže pracovat s kontextem až jeden milion tokenů, což umožňuje hluboké a vícestupňové řešení problémů v oblastech, jako je programování, finanční výzkum, právní dokumentace nebo kybernetická obrana.

Koray Kavukcuoglu, SVP a Chief AI Architect společnosti Google DeepMind, model prezentoval jako nástroj, který má firmám a institucím pomoci zvládat úkoly vyžadující dlouhodobé uvažování a analýzu rozsáhlých datových souborů. Podle něj je Gemini 4 Argon navržen tak, aby zvládal úlohy, u nichž dosavadní modely narážely na limity kontextu nebo přesnosti při komplexním rozhodování.

Z hlediska výkonu model dosáhl 77,9 procenta na testu DeepSWE v1.1, zaměřeném na softwarové inženýrství, a 91,7 procenta na benchmarku LVBench, který hodnotí schopnost pracovat s dlouhými kontexty. Tato čísla řadí Gemini 4 Argon mezi modely s nejvyšší výkonností v daných kategoriích, jak je aktuálně prezentuje Google DeepMind.

Jednou z klíčových oblastí nasazení modelu je kybernetická obrana. Gemini 4 Argon podle společnosti dokáže autonomně identifikovat a opravovat zranitelnosti v softwaru, čímž má zrychlit reakci na bezpečnostní hrozby. Pro tento účel Google DeepMind spustil Fairwind Program, určený důvěryhodným kybernetickým obráncům, kteří mohou model využívat při ochraně kritické infrastruktury a systémů. Model je rovněž využíván v rámci iniciativy Scan for Good od společnosti Wiz, zaměřené na vyhledávání bezpečnostních slabin ve veřejně prospěšných projektech.

Praktické využití modelu zahrnuje i rozsáhlou migraci staršího programového kódu. Gemini 4 Argon dokáže převádět kód z jazyků C a C++ do jazyka Rust, a to až v objemu přesahujícím 800 tisíc řádků kódu. Tato schopnost má význam zejména pro firmy, které se snaží zvýšit bezpečnost a spolehlivost svého softwaru přechodem na paměťově bezpečnější jazyk.

Nasazení modelu podle Google DeepMind přineslo také úspory v oblasti výpočetní infrastruktury. Díky optimalizaci se podařilo uvolnit 300 tebibajtů paměti, přičemž celkové odhadované úspory se pohybují v rozmezí 500 tebibajtů až jednoho pebibajtu. Společnost tyto údaje prezentuje jako doklad efektivity modelu při zpracování rozsáhlých výpočetních úloh.

Pokud jde o cenu, Google DeepMind stanovil sazbu 2 dolary za milion vstupních tokenů a 10 dolarů za milion výstupních tokenů. Tato cenová politika má umožnit nasazení modelu i pro náročné aplikace, které vyžadují zpracování velkého objemu dat v krátkém čase.

Vzhledem k citlivosti oblastí, ve kterých má být Gemini 4 Argon nasazen, zejména kybernetické obrany a práce s právními či finančními dokumenty, společnost zdůraznila bezpečnostní opatření proti zneužití modelu a možným útokům. Model prošel testováním ze strany interních i externích red teamů, jejichž úkolem bylo prověřit jeho robustnost a odolnost vůči pokusům o manipulaci nebo zneužití pro škodlivé účely.

Google DeepMind model prezentuje jako součást širší strategie nasazování umělé inteligence v profesionálním prostředí, kde klade důraz nejen na výkon, ale i na odpovědné použití. Spuštění programu Fairwind a spolupráce s bezpečnostními iniciativami jako Scan for Good naznačují, že společnost se snaží budovat důvěru mezi odborníky na kybernetickou bezpečnost, kteří by měli k modelu přistupovat jako k nástroji doplňujícímu lidskou expertizu, nikoli jako k jejímu náhradníku.

Uvedení Gemini 4 Argon zapadá do dlouhodobého trendu, kdy velké technologické společnosti vyvíjejí specializované modely s rozšířeným kontextovým oknem určené pro profesionální a podnikové nasazení. Google DeepMind dosavadními výsledky na benchmarcích i konkrétními případy použití, jako je migrace kódu nebo detekce zranitelností, naznačuje, že model má ambice uplatnit se v segmentu, kde dosud dominovaly úzce specializované nástroje.